3. 生产运营指标体系设计

班组长每天面对的不是财务报表，而是机台、工单、人员和异常。如果只盯一个“产量”数字，很容易出现“产量达标但良率下滑”“设备看似在转但OEE很低”“在制品堆满线边却交不出货”的情况。因此，班组长需要的不是一堆指标，而是一套能分层定位问题的指标体系：上层用少量KPI判断结果是否达标，下层用一组PI解释结果为什么好或不好，并指向具体动作。

一、KPI与PI的分层逻辑

KPI（Key Performance Indicator，关键绩效指标）回答“结果有没有达成”，通常按班次、日、周统计，用于考核与趋势判断；PI（Performance Indicator，绩效指标）回答“过程哪里出了问题”，通常按小时、机台、工单、异常类型统计，用于现场干预。两者的关系不是并列，而是因果链：PI驱动KPI，KPI反过来决定要重点监控哪些PI。

以一条装配线为例，班组级KPI可设为：班次产量达成率、一次良率（FPY）、OEE、在制品周转量、异常响应及时率。对应的PI则包括：小时产出、换型时间、设备停机时长、来料不良数、工位返修数、线边库存量、异常呼叫到到场时间等。班组长看板应把KPI放在最上层，PI放在可下钻的第二层，避免把几十个PI都当成考核项。

二、五个核心指标的定义与计算口径

产量达成率是最直观的KPI，但口径必须写清楚：分子是“合格入库数”还是“下线数”，分母是“计划数”还是“排产数”。建议班组长统一采用“合格产出数 ÷ 班次计划合格数 × 100%”。例如某班计划合格产出1200件，实际合格入库1140件，则达成率为95%。若把返修后合格也算入，需在口径中注明“含返修”，否则会掩盖一次合格能力。

一次良率FPY衡量“第一次就做对”的能力，计算为：一次合格数 ÷ 投入数 × 100%。它与最终良率的区别在于，返修、重工后的合格不计入一次合格。假设某工单投入500件，一次合格465件，返修后合格30件，最终合格495件，则FPY为93%，最终良率为99%。班组长应重点关注FPY，因为返修消耗的是隐藏产能。

OEE由三个因子相乘：时间开动率 × 性能开动率 × 合格品率。时间开动率 = 实际运行时间 ÷ 计划生产时间；性能开动率 = 理论节拍 × 实际产量 ÷ 实际运行时间；合格品率 = 合格数 ÷ 总产出数。示例：计划480分钟，停机60分钟，实际运行420分钟；理论节拍2件/分钟，实际产出760件，则性能开动率 = 2×760÷420 ≈ 3.62，明显超过1，说明理论节拍或产出统计有误，需要先核对口径。正确示例应为理论节拍1.8件/分钟，则性能开动率 = 1.8×760÷420 ≈ 3.26，仍不合理，说明实际产出或时间记录存在问题。这个例子提醒班组长：OEE不是算出来好看就行，三个因子的数据来源必须一致。

在制品WIP包括线边库存、工序间暂存和待检品。班组长应设定上限，例如“单工位线边不超过30件，整线不超过200件”。WIP过高会掩盖瓶颈、拉长交期、增加搬运和磕碰风险；WIP过低则可能导致断料停线。判断依据是：当某工位WIP持续超过上限且下游停机，说明该工位是瓶颈或设备不稳定。

异常响应及时率 = 规定时间内到场的异常次数 ÷ 总异常次数 × 100%。规定时间由班组约定，例如“呼叫后5分钟内到场”。这个指标直接反映班组长的现场调度能力，通常与停机时长、产量损失联动分析。

三、从指标到现场判断：一个班次示例

假设某班次KPI结果为：产量达成率92%、FPY 94%、OEE 68%、WIP峰值260件、异常响应及时率80%。单看产量尚可，但OEE偏低、WIP超标、响应及时率不足。下钻PI发现：10:00—11:00换型耗时45分钟（标准20分钟），期间设备停机；11:20来料批次不良12件，导致工位返修；13:00异常呼叫后8分钟才到场。对应动作：换型前提前备好工装和首件检具，来料不良立即隔离并通知IQC，异常呼叫后由副班长先到场初判。次日同一班次复测，若OEE回升到75%以上、WIP峰值降到200件以内，说明PI干预有效。

四、指标口径卡：让全班用同一把尺

为避免“各说各话”，建议每个指标配一张口径卡，至少写明：指标名称、计算公式、数据来源、统计频次、责任岗位、异常阈值。例如：

口径卡一旦确定，班组长应在班前会上用1分钟重申当日重点PI，班中按巡检点记录，班后把KPI与PI放在同一张趋势图上对比。这样，指标才不是墙上的装饰，而是班组长指挥生产的仪表盘。